基于2DDPCA的人脸识别算法

• 作者: 刘明珠 李昌 武琪
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 人脸识别 主成份 特征提取
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 视频应用与工程
• 页码范围: 122-126
• 页数: 5页
• 分类号: TP391.4
• 字数: 3706字
• 语种: 中文
• DOI: 10.16280/j.videoe.2016.01.024

摘要

主成分分析法(PCA)是人脸识别传统方法之一,是模式识别中一种普遍的线性组合算法.传统PCA算法因光照等外界因素和计算量较大等问题导致识别率较低.为了抑制这些缺点,主要研究基于PCA人脸识别算法改进的二维主成分分析法(2DPCA)和在2DPCA算法的基础上进行第二次特征提取的2DDPCA算法,并对PCA,2DPCA,2DDPCA这3种人脸识别算法在ORL和Yale人脸数据库上进行实验.实验主要从两方面进行分析,特征向量的维数、训练样本数与识别率的关系以及3种方法分别在数据库的时间对比.实验结果表明,提出的2DDPCA算法在不明显降低识别率的基础上,能有效提高识别速率,重建性能好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘明珠	哈尔滨理工大学测控技术与通信工程重点实验室	27	211	8.0	13.0
2	武琪	哈尔滨理工大学测控技术与通信工程重点实验室	1	10	1.0	1.0
3	李昌	哈尔滨理工大学测控技术与通信工程重点实验室	1	10	1.0	1.0